전 국민 대상 인공지능(AI) 서비스 구축 사업인 ‘모두의 AI’ 프로젝트 수행기관으로 SK텔레콤, 카카오, KT 3개 컨소시엄이 최종 선정됐다고 과학기술정보통신부가 28일 밝혔다. 과학기술정보통신부는 이번 공모에 참여한 6개 컨소시엄을 대상으로 기술 적합성을 심사하는 서면평가와 서비스 편의성, 이용자 확보 전략, 생태계 기여도 등을 검증하는 발표평가를 거쳐 3개 컨소시엄을 선정했다. 선정된 사업자들은 외산 AI를 뛰어넘는 범용 AI 챗봇 서비스와 복잡한 공공 행정 절차를 대신하는 공공 AI 에이전트, 스타트업 협업 기반의 차별화된 특화 서비스를 선보인다. 컨소시엄별 개발 계획을 보면 SK텔레콤 컨소시엄은 질문 하나로 계획 수립부터 실행까지 처리하는 실행형 AI를 개발한다. SK텔레콤 컨소시엄은 앱·웹뿐만 아니라 전화와 문자로도 이용할 수 있도록 해 디지털 취약계층의 접근성을 높이고 공식 API가 없는 매장이나 관공서도 전화 대행으로 연결하는 기능을 구현한다. 카카오 컨소시엄은 국민 메신저를 진입점으로 삼아 범용 챗봇과 AI 에이전트를 결합한다. LG유플러스와 함께 연내 전화 AI 서비스 라이트(Lite) 버전을 출시하고 에이전트 마켓플레이스 연계를 통해 유망 AI 기업의 특화 서비스를 빠르게 유통·확보할 계획이다. KT 컨소시엄은 다음 포털과 다나와, 무신사, 직방 등 다양한 파트너 채널과 자사 통신·미디어(IPTV) 인프라를 연결해 정보 탐색과 공공 서비스를 하나의 대화 흐름 안에서 지원하는 통합 AI를 선보인다. 정부는 선정된 3개 사업자에게 올해 엔비디아 그래픽처리장치(GPU) B200 512장을 지원한다. 2027년부터는 정부 예산으로 전 국민 서비스 제공에 필요한 비용을 뒷받침한다. 과기정통부는 오는 9월 중 이들 사업자와 협약을 맺고 실무협의체를 구성한 뒤 베타 서비스를 거쳐 연내 모두의 AI 정식 서비스를 개시할 예정이다.

엔비디아가 중소 인공지능(AI) 클라우드 업체의 그래픽처리장치(GPU) 구매를 지원하고 매출 일부를 받는 금융지원 사업의 일부 거래를 중단했다는 보도가 나왔다. 월스트리트저널(WSJ)은 27일(현지시간) 관계자들을 인용해 엔비디아가 지난주 ‘AI 컴퓨팅 파트너십’에 포함된 일부 신규 거래의 추진을 멈췄다고 보도했다. 지난 7월 사업을 공개한 지 두 달도 지나지 않은 시점이다. 다만 사업을 폐기하지는 않고 구조를 바꾸거나 다른 지원 프로그램에 통합하는 방안을 검토하는 것으로 전해졌다. 이 사업은 자금력이 부족한 AI 클라우드 업체가 엔비디아 GPU를 구매할 수 있도록 신용을 보강해 주는 방식이다. 클라우드 업체가 확보한 GPU 임대 물량을 판매하지 못하면 엔비디아가 남는 컴퓨팅 용량을 빌려 최소 수요를 보장한다. 엔비디아는 GPU를 판매한 뒤 해당 장비에서 발생하는 클라우드 매출의 일부도 받는다. 문제는 엔비디아가 거래 과정에서 고객사의 영업 방식에 관여한 정도였다. WSJ에 따르면 엔비디아는 일부 클라우드 업체에 GPU를 빌려줄 수 있는 고객을 제한하고, 대형 고객사 한 곳보다 여러 중소 고객사에 물량을 나눠 공급하도록 요구했다. 일부 계약에는 클라우드 매출이 일정 기준을 넘으면 초과분의 50%를 엔비디아가 받는 조건도 담긴 것으로 전해졌다. 이 같은 조건을 두고 잠재적인 참여 업체들과 마찰이 빚어졌으며, 엔비디아 내부에서도 반독점 심사로 이어질 수 있다는 우려가 제기됐다고 WSJ는 전했다. 일부 직원은 엔비디아가 고객사의 사업 방식을 통제하는 것으로 비칠 수 있다는 우려를 기존·잠재 고객사에 전달한 것으로 알려졌다. 엔비디아가 지난 7월 첫 협력 업체로 공개한 곳은 호주의 샤론AI와 퍼머스테크놀로지스다. 샤론AI는 최대 4만개, 퍼머스는 최대 17만개의 엔비디아 GPU를 배치할 계획이었다. 엔비디아가 이 사업과 관련해 부담하기로 한 약정은 통상 6년간 모두 360억 달러(약 50조원) 규모로 전해졌다. 이번 조치가 두 회사와 맺은 기존 계약에도 적용되는지는 확인되지 않았다. 엔비디아는 일부 거래의 중단 여부를 직접 확인하지 않았다. 대변인은 WSJ 보도와 관련해 “빠르게 성장하는 AI 생태계의 컴퓨팅 접근성을 넓히려는 새로운 사업 모델은 유지되고 있으며 높은 수요에 맞춰 계속 발전하고 있다”고 로이터에 밝혔다.

SK텔레콤과 카카오, KT가 전 국민을 대상으로 국산 인공지능(AI) 챗봇과 공공 AI 에이전트를 제공하는 정부의 ‘모두의 AI’ 프로젝트 사업자로 선정됐다. 세 사업자는 정부가 지원하는 엔비디아 그래픽처리장치(GPU) B200 512장을 활용해 베타서비스를 개발하고 연내 정식으로 선보인다. 과학기술정보통신부는 모두의 AI 프로젝트 공모에 참여한 6개 사업자를 대상으로 서면·발표평가를 진행한 결과 SKT·카카오·KT 컨소시엄을 사업 수행기관으로 선정했다고 28일 밝혔다. 함께 지원한 엠케이디와 제논, 이스트소프트 컨소시엄은 탈락했다. 사업자별 평가 점수와 순위는 공개하지 않았다. 모두의 AI는 외산 AI에 버금가는 범용 챗봇과 국민이 받을 수 있는 행정·복지 혜택을 찾아 신청까지 돕는 공공 AI 에이전트를 구축하는 사업이다. 정부는 AI 모델과 서비스 경쟁력, GPU 활용계획을 비롯해 이용자 확보 전략과 서비스 안전성, 국내 AI 생태계 기여도 등을 평가했다. SKT 컨소시엄은 이용자의 요청에 따라 계획 수립부터 실행, 결과 확인까지 처리하는 ‘실행형 AI’를 개발한다. 앱·웹뿐 아니라 전화와 문자로도 이용할 수 있으며, 매장이나 관공서에 대신 전화하는 기능과 건강·금융 특화 서비스를 제공한다. SKT의 ‘A.X K2’와 업스테이지 ‘솔라 오픈 2’, 모티프테크놀로지스 ‘모티프3’, LG AI연구원 ‘K-엑사원 2.0’ 등을 활용한다. 카카오 컨소시엄은 카카오톡에서 범용 챗봇과 AI 에이전트를 이용하고 예약·신청·결제까지 마칠 수 있는 서비스를 선보인다. LG유플러스와 연내 범용 전화 AI의 경량형 서비스를 출시하고, 시니어 돌봄과 세무 등 특화 서비스도 제공한다. 카카오의 ‘카나나’와 LG AI연구원의 ‘엑사원’ 계열 모델을 활용한다. KT 컨소시엄은 하나의 대화 안에서 정보 검색과 비교·판단, 공공서비스 실행과 관리까지 지원한다. 다음과 다나와, 무신사, 직방 등 파트너 채널과 KT 통신·인터넷TV(IPTV)에 AI 진입점을 배치하고 교육·부동산 특화 서비스를 제공한다. KT의 ‘믿음 K 프로 2.5’와 업스테이지 ‘솔라 프로4’, 모티프3 등을 활용한다. 과기정통부는 다음달 세 사업자와 협약을 체결하고 베타서비스를 거쳐 연내 모두의 AI를 정식 출시할 계획이다. 올해는 세 컨소시엄에 B200 512장을 나눠 지원하고, 내년부터는 전 국민 서비스 운영에 필요한 비용을 정부 예산으로 지원한다. 공공데이터 연계를 위한 관계부처 협의도 추진한다. 이번 공모에는 모두 6개 사업자가 지원했으며 네이버는 참여하지 않았다. 대규모 이용자 접점과 자체 AI 서비스를 갖춘 SKT·카카오·KT가 나란히 선정되면서 통신·플랫폼 3사의 대국민 AI 서비스 경쟁도 본격화할 전망이다.

글로벌 생산능력 127만대 늘려2028년 ‘차선 변경’ 자율주행 적용4분기 로보택시 구글 웨이모 공급기보유 자사주 7891억 전량 소각 현대자동차가 2030년까지 글로벌 시장에 신차 100종 이상을 선보이고 연간 생산능력을 127만대 확대한다. 미국 관세 정책과 중국 전기차 공세 속에서도 엔비디아와의 협력을 바탕으로 2028년 첫 소프트웨어중심차량(SDV)에 고속도로에서 차선 변경 등을 스스로 수행하는 ‘레벨2+’ 자율주행 기술을 적용하는 등 미래차 경쟁력도 끌어올린다는 전략이다. 현대차는 26일 서울 여의도 콘래드서울호텔에서 ‘2026 최고경영자(CEO) 인베스터 데이’를 열고 이 같은 사업전략을 발표했다. 2030년 글로벌 판매 555만대와 전동화 차량(xEV) 판매 비중 60%라는 기존 목표를 유지하면서 영업이익률 목표는 기존 8~9%에서 9% 이상으로 높였다. 호세 무뇨스 현대차 대표이사(사장)는 “더 많은 모델을 출시하고 신규 시장에 공격적으로 진출하겠다”고 밝혔다. 현대차는 2030년까지 완전·부분변경과 파생모델을 포함해 신차 100종 이상을 출시한다. 이를 뒷받침하기 위해 북미 50만대, 인도 32만대 등 글로벌 생산능력도 총 127만대 늘린다. 제네시스는 내년에 1000㎞ 이상 주행 가능한 주행거리연장형 전기차(EREV)를 선보인다. 미래차 분야에서는 엔비디아와의 전략적 협력을 활용해 SDV와 자율주행 기술 개발에 속도를 낸다. 올해 말 자체 자율주행 모델 ‘아트리아 AI’를 투입하고 2028년 첫 SDV 양산차에는 운전자가 전방을 주시한 상태에서 운전대에서 손을 떼고 운전할 수 있는 레벨2+ 기술을 적용한다. 이후 연간 700만대 이상 판매되는 현대차그룹(기아 포함) 양산차에서 수집한 데이터로 자율주행 기술을 고도화할 계획이다. 박민우 첨단차플랫폼(AVP) 본부장은 “2033년 전후에 누적 데이터 규모에서 경쟁사를 앞설 것”이라고 했다. 2029년부터는 그래픽처리장치(GPU) 5만장 이상을 수용하는 100㎿급 새만금 AI 데이터센터도 가동한다. 로보택시와 로보틱스 사업도 키운다. 올해 4분기 미국 조지아주 공장에서 생산한 아이오닉5 기반 로보택시를 구글의 자율주행 자회사 ‘웨이모’에 공급하고 향후 다른 자율주행 업체로 위탁생산을 확대할 계획이다. 미국 로봇 메타플랜트 응용센터(RMAC)를 연말까지 현재의 10배 규모로 키우고, 2028년부터 보스턴다이내믹스의 휴머노이드 ‘아틀라스’를 미국 생산현장에 투입한다. 미국 내 로보틱스 생산시설은 2028년부터 가동해 연간 3만대 규모의 생산능력을 갖출 계획이다. 자체 개발한 고성능 배터리 셀은 기존 하이니켈 배터리보다 출력을 2배 이상 높이고 충전시간은 40% 줄였으며 내년 상반기 EREV에 적용할 예정이다. 주주환원도 강화하기로 했다. 총주주환원율은 35% 이상을 유지하면서 임직원 보상 목적 물량을 제외한 7891억원 규모의 기보유 자사주는 전량 소각하기로 했다.

고성능 인공지능(AI)의 발전으로 대형·고밀도 데이터센터가 늘어나면서 서버에서 발생하는 열을 액체로 직접 식히는 ‘액체냉각’ 시장 경쟁이 뜨거워지고 있다. 한 랙에 수십 개의 그래픽처리장치(GPU)를 집적하는 빽빽한 서버 구조가 확산하면서 공기를 순환시키는 기존의 공랭 방식보다 효율적인 발열 관리가 필요해지면서다. 기존 공랭 방식으로 대응할 수 있는 냉각 용량의 한계는 랙당 20~30kW 수준이지만, 고성능 GPU 서버 랙은 전력 밀도가 200kW 이상으로 높아지고 있다. 액체냉각은 냉각수를 서버 내부로 순환시켜 GPU와 중앙처리장치(CPU) 등에서 발생하는 열을 직접적으로 낮추는 방식이다. 시장조사업체 트렌드포스는 전 세계 AI 칩에 액체냉각을 적용하는 비중이 지난해 33%에서 내년 59%까지 성장할 것이라고 전망했다. 국내 기업들은 잇따라 액체냉각 관련 부품은 물론, 시스템 구축 등 시장 경쟁에 뛰어들고 있다. LG CNS는 네이버 클라우드와 협력해 과학기술정보통신부 산하 정보통신산업진흥원(NIPA)이 소유한 엔비디아의 베라 루빈을 안정적으로 운영하기 위해 삼송 데이터센터에 액체냉각 인프라를 구축한다고 26일 밝혔다. 네이버클라우드와 함께 내년까지 액체냉각 인프라 구축과 실증을 완료할 계획이다. LG전자는 액체냉각의 핵심 부품인 냉각수분배장치(CDU)에 집중하고 있다. 이미 기업간거래(B2B) 사업의 핵심 방향으로 냉난방공조에 무게를 실어 왔던 LG전자는 최근 국내에서 처음으로 엔비디아로부터 600kW급 CDU의 최종 품질 인증을 획득했다. CDU뿐만 아니라 냉각수를 대량 생성하는 대형 칠러, 칩셋을 직접 냉각하는 콜드 플레이트까지 ‘칩 투 칠러’ 포트폴리오를 완성한다는 게 LG전자의 전략이다. 삼성전자는 지난해 인수한 플랙트그룹을 통해 삼성전자 광주사업장 제3캠퍼스에 약 2400억원을 투입해 공조 제품 생산라인을 건립하는 투자협약을 체결했다. 주력 품목은 CDU로, 전력 효율을 높이고 이중화 설계와 이상 신호 감지 기능 등을 적용해 에너지 효율과 안정성을 강화하는 플랙트그룹의 기술력을 고도화할 계획이다. 삼일PwC는 최근 보고서에서 “향후 2~3년은 글로벌 냉각 기술의 표준과 생태계가 형성되는 시기”라며 “한국 기업들에도 중요한 분기점이 될 것”이라고 전망했다.

정부가 추진하는 ‘사이버보안 특화 인공지능(AI) 파운데이션 모델 개발’ 사업에 SK텔레콤과 네이버클라우드가 각각 대규모 컨소시엄을 꾸려 도전장을 냈다. 국내 대표 AI 기업들이 사이버보안 분야의 ‘소버린 AI’ 경쟁에 나선 것으로, 최종 선정된 컨소시엄에는 엔비디아의 최신 AI 가속기 256장이 제공된다. 과학기술정보통신부는 정보통신산업진흥원(NIPA)과 함께 사업 참여팀을 모집한 결과 SK텔레콤과 네이버클라우드 컨소시엄이 각각 지원했다고 26일 밝혔다. SK텔레콤은 ‘전방위 사이버보안 특화 AI 파운데이션 모델군 개발 및 국내 사이버 위협 환경 기반 에이전틱 보안 서비스 실증’을 주제로 13개 기관과 컨소시엄을 구성했다. 업스테이지, SK쉴더스, 시큐아이, 안랩, 이글루코퍼레이션, 라온시큐어, 지니언스, 파이오링크 등 국내 주요 보안기업과 고려대·숭실대 산학협력단 등이 참여했다. 네이버클라우드는 ‘국가 사이버 안보 역량 내재화를 위한 AI 파운데이션 모델 개발’을 목표로 32개 기업·기관이 참여하는 컨소시엄을 꾸렸다. LG CNS, LG AI연구원, LG유플러스 등 LG 계열사를 비롯해 이스트시큐리티, 트릴리온랩스, 티오리한국, 하이퍼엑셀, 한국항공우주산업, 한국수력원자력, 금융보안원, 한국과학기술정보연구원 등이 이름을 올렸다. 서울대·한국과학기술원(카이스트)·포항공대 등 학계도 참여한다. 두 컨소시엄은 각각 보안 위협을 탐지·분석하고 대응하는 AI 모델을 개발해 국내 사이버 위협 환경에 특화된 서비스를 구현한다는 계획이다. 특히 SK텔레콤은 AI 에이전트 기반의 보안 서비스 실증을, 네이버클라우드는 국가 차원의 사이버 안보 역량 내재화를 강조했다. 과기정통부는 제출 서류 검토와 외부 전문가 발표평가 등을 거쳐 다음 달 초 최종 사업자 1곳을 선정할 예정이다. 선정된 컨소시엄에는 엔비디아 B200 그래픽처리장치(GPU) 256장이 10개월간 제공된다. 개발된 AI 모델과 결과물은 오픈소스로 공개해 국내 정보보호 기업과 연구기관 등이 활용할 수 있도록 할 방침이다. 정부가 특정 기업의 보안 AI 모델 개발을 넘어 국내 보안업계 전반에서 활용할 수 있는 기반 모델을 구축하겠다는 취지다.

엔비디아가 삼성전자 파운드리에서 생산한 인공지능(AI) 추론 전용 칩 ‘그록3’를 본격 상용화한다. 첫 고객사까지 확보하면서 삼성전자는 첨단 공정의 가동률을 높일 추가 물량 확보의 발판을 마련했다. 엔비디아가 그래픽처리장치(GPU)에 이어 추론 전용 칩까지 제품군을 넓히면서 AI 반도체 경쟁도 학습에서 추론으로 확산하고 있다. 엔비디아는 24일(현지 시간) 그록3 칩 256개를 묶은 ‘그록3 LPX’가 양산에 들어갔다고 밝혔다. AI 클라우드 업체 네비우스가 첫 도입 고객사로, 올해 안에 데이터센터에 설치해 서비스를 시작한다. 구체적인 공급 규모는 공개하지 않았다. 그록3는 엔비디아가 지난해 기술 사용권을 확보한 미국 AI 반도체 기업 그록의 설계를 바탕으로 삼성전자가 4나노 공정에서 생산한다. 학습과 추론 등 다양한 AI 연산을 처리하는 GPU와 달리, 그록3는 학습을 마친 AI가 답변을 생성하는 추론 작업에 특화했다. 데이터를 칩 내부의 고속 S램에서 바로 불러와 AI 에이전트의 응답 지연을 줄이는 방식이다. 실제 성능 시험에서 그록3 LPX는 10만 토큰 분량의 자료를 처리하면서 초당 약 3400개의 출력 토큰을 생성했다. 가장 빠른 기존 플랫폼보다 약 4배 높은 속도다. 일반 시스템에서는 50초가 걸리는 5000개 토큰 생성도 약 1.5초 만에 마쳤다. 코딩과 검색, 도구 호출 등을 연속 수행하는 AI 에이전트 시장을 겨냥한 성능이다. 이번 양산은 삼성 파운드리의 4나노 기술이 설계 검증을 넘어 실제 고객 서비스에 투입된다는 데 의미가 있다. 후속 고객과 추가 물량을 확보하면 가동률과 매출 확대에도 보탬이 될 수 있다. 그록3는 엔비디아의 차세대 플랫폼 ‘베라 루빈’과 함께 사용해 추론 속도를 높인다. 그록3 자체에는 고대역폭메모리(HBM)가 들어가지 않지만 루빈 GPU에는 HBM4가 탑재된다. 엔비디아는 베라 루빈이 전작보다 ㎿(메가와트)당 처리량을 최대 30배 높이고 토큰 비용은 최대 35분의 1로 낮췄다고 밝혔다. 베라 루빈 보급이 늘면 삼성전자와 SK하이닉스의 HBM4 공급 기회도 커질 전망이다.

AI·청년·양극화 대응 집중 투자… 전기차 보조금 역대 최대 지원 내년에 인공지능(AI)과 3대 메가프로젝트를 지원할 ‘반도체 특별회계’가 신설된다. 출산·육아 지원금은 ‘아동기본수당’으로 확대·개편되고, 18세까지 연간 최대 120만원을 정부가 지원하는 ‘우리아이 자립 펀드’가 도입된다. 전기차 보조금은 역대 최대 규모로 늘어난다. 더불어민주당과 정부는 25일 국회에서 ‘2027년 예산안 당정협의’를 열고 조만간 발표될 800조원+알파(α) 규모 예산안의 ‘5대 집중 투자 분야’를 공개했다. 박홍근 기획예산처 장관은 “이재명 정부가 처음으로 온전히 편성 전 과정을 주관한 예산”이라면서 “반도체 호황으로 증대된 세수를 일시적 지출로 소진하지 않으려고 신설하는 미래대응기금을 잠재성장률 반등을 뒷받침하는 전략적 투자 플랫폼이자 세수 변동성을 완화하는 재정 안정화 장치로 활용하겠다”고 말했다. 이재명 대통령은 이날 국무회의에서 내년 예산안과 관련해 “늘어난 재정 여력을 미래에 더 많은 열매를 수확하기 위한 씨앗으로 삼는 ‘생산적 재정 전략’으로 전환해야 한다”며 “지금은 눈앞의 재정 수치 관리에 매몰되는 우를 범할 때가 아니다”라고 밝혔다. 이어 “소중한 미래 재원을 보다 효율적이고 생산적인 분야에 투입해 지금의 1만원을 내일은 10만원으로, 이후에 100만원으로 키우는 지혜가 필요하다”고 강조했다. 국회 예산안 심의에 대해서는 “예산안 제출 이후에도 국회나 국민의 합리적 대안은 열린 자세로 검토해 달라”며 “국회 심의 과정에서 변경된다고 해서 너무 흔들리지 않으면 좋겠다”고 주문했다. 당정이 공개한 5대 투자 분야는 ▲AI 및 3대 메가프로젝트 ▲우주·항공, 바이오 산업 등 미래 성장엔진 ▲청년 성장 ▲K자형 양극화 대응 및 지방 주도 성장 ▲국민 안전 등이다. 먼저 반도체 특별회계를 신설해 3대 메가프로젝트를 통합 지원한다. 제조업의 피지컬 AI 도입 확대를 위한 AI 솔루션을 개발·지원한다. 국산 AI 모델 개발을 위해 그래픽처리장치(GPU) 1만장을 공급한다. 미래 성장엔진 확충을 위해 2030년 달 착륙을 위한 연구개발(R＆D)에 재정을 대거 투입한다. 자율주행차 시범 지역을 확대하고 전기차 보조금도 대폭 늘린다. 청년 성장 지원 방안으로는 대학생이 한 학기 동안 인턴 활동을 하면 학점을 인정해 주는 ‘대학생 인턴 학기제’가 도입된다. 국회 예산결산특별위원회 민주당 간사인 정태호 의원은 “기존 아동수당을 ‘아동기본수당’으로 확대·개편하는 내용이 예산안에 담긴다”고 밝혔다. K자형 양극화 대응과 지방 주도 성장 분야에서는 앵커기업이 지방으로 가면 설비 투자 비용을 정부가 지원하는 ‘성장엔진 특별보조금’이 신설된다. 미래 성장 지원금을 도입해 지방의 정주 여건을 개선하는 데 쓴다. 또 지역 필수의료 특별회계가 새로 도입된다. 지방국립대 등록금을 전액 지원하는 방안도 추진된다. 아울러 국민 안전 강화를 위해 핵추진잠수함 개발을 지원하고 군 초급 간부 보수를 대폭 인상할 방침이다.

인공지능(AI) 확산에 따라 증가하는 데이터센터가 주민 반발, 전력·용지 확보 등의 문제에 부딪히면서 빅테크들이 육상을 벗어나 바다와 우주 등 미개척지로 뱃머리를 돌리고 있다. AI 경쟁력의 병목이 컴퓨팅 능력에서 토지 및 전력망 등 인프라로 확대되면서 데이터센터를 지을 새로운 ‘영토’를 개척하는 기술 경쟁에 불이 붙었다. 25일 산업계에 따르면 국내에서 집중하는 기술은 바닷물을 냉각에 활용하는 수중 데이터센터(UDC)와 선박이나 바지선을 개조해 서버를 탑재하는 해상부유식 데이터센터(FDC)다. 둘 다 주민 민원이나 인허가 문제에서 자유롭고, 바닷물을 이용해 서버에서 발생하는 열을 냉각하는 방식이어서 경제적이다. 바닷속에 들어간 데이터센터KIOST, 울산 수심 20m 시공 계획수도권 집중 해소하고 해수로 냉각 산업계, FDC·액침냉각 개발 속도한국해양과학기술원(KIOST)은 지난해 11월 울산시와 ‘수중 데이터센터 구축모형 개발’을 위한 업무협약을 체결했고 관련 기술을 개발 중이다. 울산 앞바다 수심 20m 해저에 서버 10만대 규모의 수중 데이터센터 단지를 설계·시공·유지하는 기술을 개발하겠다는 것으로 2031년 상용화가 목표다. 한국수력원자력, 울산과학기술원, 포스코, SK텔레콤 등도 참여한다. 수중 데이터센터는 별도 인허가 없이 공유수면 점용·사용 허가만 획득하면 돼 건축 기간이 짧다. 육상 데이터센터는 전체 소비전력 중 약 40%를 냉각시스템 가동에 쓰지만 해수를 활용하면 이 비용도 대폭 감소한다. 문제는 해수 취수에 따른 유지·보수 부담이다. KIOST는 2022년 구조체 외부와 연결된 열교환 파이프로 해수를 유입·배출시키며 열을 식히는 방식을 택했다. 한택희 KIOST 책임연구원은 “뜨거워진 (외부 열교환) 파이프로 해저 미생물이 모여들어 열효율이 떨어졌고 이에 대한 고압 세척 과정에서 파이프가 손상될 가능성도 생겨 유지·보수가 어려웠다”고 돌아봤다. 마이크로소프트(MS) 역시 2015년에 ‘나틱 프로젝트’를 통해 같은 냉각 방식의 수중 데이터센터를 최초로 개발했고 2년여간의 실증을 통해 ‘성공’이라고 자평했지만, 상업화까지는 힘들 것으로 보고 사실상 중단한 것으로 전해졌다. 이에 KIOST는 외부 파이프를 없앤 ‘이중벽 실린더 구조물’ 기술로 상업화에 도전하고 있다. 지난해 12월 이와 관련한 특허출원도 마쳤다. 중국도 적극적이다. 하이랜더는 2023년 하이난섬 인근에 최초의 상업용 수중 데이터센터 가동에 성공한 데 이어 상하이 린강에 해상풍력 발전과 연계한 총 24㎿ 규모 수중 데이터센터 일부를 운용하고 있다. 육지에서 전력 소모 비난이 높다면, 하이랜더는 해상풍력으로 생산한 전력과 바닷물로 이를 대체한 셈이다. 다만 해양 생태계 교란 문제에 대해서는 아직 알려진 바가 없다. 바다 위 데이터센터로 불리는 FDC 역시 인허가 유연성과 구축 신속성, 해수를 활용한 냉각 효율성 등이 강점이다. 특히 국내 조선사의 해양플랜트 건조 기술력이 핵심이다. 삼성중공업은 지난 4월 미국 선급협회와 영국 로이드 선급협회로부터 개념설계 인증(AIP)을 확보했고, FDC 상업 서비스 시점을 2028년 상반기로 발표했다. 연내 최대 2척의 FDC 수주 가능성도 거론되고 있다. HD한국조선해양은 지난 6월 프랑스 에너지 기업 슈나이더 일렉트릭과 FDC 인프라 기술 공동개발 업무협약을 체결했다. 또 정보·통신(IT) 기업들은 냉각 효율 제고에 집중하고 있다. KT클라우드는 지난해 말부터 액침 냉각 기술 상용화에 나섰다. 액침 냉각은 서버나 전자 제품을 절연액에 담아 열을 제거하는 기술이다. 2024년 실증 결과에 따르면 기존 공랭식 대비 유틸리티 전력량을 58%, 서버 팬 전력량을 15% 이상 절감했다. 네이버는 외기 활용과 데이터센터 폐열 재활용 등을 통해 냉각 전력량을 감축하고 있다. 네이버는 더 나아가 지난 13일 파력 발전을 활용하는 해상 AI데이터센터를 개발하는 미국 스타트업 ‘판탈라사’에 투자했다고 밝힌 바 있다. 해외 데이터센터 현황MS, 최초 수중 DC, 2년 만에 중단中, 해상풍력발전 연계해 일부 운용극저온 우주센터 꿈… 상용화 과제미국, 유럽, 일본 등은 우주 데이터센터를 꿈꾸고 있다. 미국 스타트업 스타클라우드는 지난해 11월 실증 연구 차원에서 엔비디아 그래픽처리장치(GPU)를 탑재한 위성을 스페이스X 팰컨9에 실어 우주로 발사했다. 유럽연합은 2024년 200만 유로(약 32억원)를 투자한 어센드(ASCEND) 프로젝트를 통해 우주 데이터센터 실현 가능성을 확인했다. 일본의 통신기업 NTT와 위성·방송기업 스카파JSAT는 2022년 합작회사 스페이스 컴퍼스(Space compass)를 설립한 뒤 우주 데이터센터 사업을 추진하고 있다. 우주 데이터센터는 평균 영하 270도의 극저온 환경서 냉각 에너지 소모량을 지상 대비 최대 95%까지 줄일 수 있고 높은 태양광 발전 효율 등을 갖출 수 있다. 비용은 막대하겠지만 각종 사회 규제에서 자유롭다. 다만, 미국 의회 산하 회계감사원은 “우주 데이터센터 배치에는 공학적·경제적 장벽이 존재한다”며 “그간 우주로 발사된 어떤 것보다도 큰 태양광 어레이(태양광 패널을 이어 붙인 대형 발전 장치)가 필요하며 이런 규모의 냉각 솔루션도 검증된 바 없다”고 평가했다.

최근 열린 ‘핫 칩스 2026’ 행사에는 삼성과 SK 하이닉스가 공개한 미래 고대역폭 메모리(HBM) 로드맵이 관심을 끌었습니다. HBM4까지 발전한 상태에서 두 회사 모두 같은 발열과 전력 소모 증가, 복잡도 증가 같은 문제에 직면한 상태이며 비슷하지만 약간 다른 방식을 통해 이 문제를 풀어가기 위해 노력하고 있습니다. 아마도 가장 비슷한 점은 궁극적으로 HBM 메모리를 그래픽처리장치(GPU) 같은 프로세서 위에 올리려고 한다는 점일 것입니다. 일단 SK 하이닉스는 HBM4E와 HBM5에서 당면한 문제를 해결하기 위해 몇 가지 해결책을 몇 가지 제시했습니다. 이미 올해 초 CES에서 SK 하이닉스는 HBM4 16단(16Hi) 제품을 공개하면서 용량 48GB 용량, 대역폭 2.9TB/s의 스펙을 자랑한 바 있습니다. 이처럼 높은 용량과 대역폭은 여러 층의 D램 다이를 관통하는 TSV(실리콘 관통 전극) 덕분입니다. HBM4에서는 TSV 수가 이미 2만 개를 넘어섰고 HBM의 최하층에 있는 베이스 다이는 GPU와 데이터를 고속으로 주고받기 위해 1만 6148개의 베이스 마이크로 범프로 실리콘 인터포저와 연결되어 있습니다. 문제는 앞으로입니다. 다음 세대 HBM 메모리에서는 속도를 더 높이기 위해 TSV 간 거리를 지금보다 더 줄여 18㎛ 미만으로 낮춰야 하는데, 이미 마이크로 범프 간 간격이 너무 줄어든 상황입니다. 따라서 아예 범프 없이 인터포저에 직접 접합하는 하이브리드 본딩(hybrid bonding) 기술이 시도되고 있습니다. 현재 12-Hi 하이브리드 본딩 HBM이 검증 완료된 상태이고 앞으로 16-20Hi 스택 하이브리드 본딩 기술을 개발해 장기적으로 HBM4E/HBM5에 적용할 계획입니다. 하지만 하이브리드 본딩 기술이 발열 문제는 해결해 주지 못합니다. 그래서 SK 하이닉스는 iHBM (ICE-HBM)이라는 냉각 기술을 개발 중입니다. 이는 열이 많이 발생하는 부위에 높은 열전도율과 전기 절연성을 갖춘 냉각 소자를 내장하여 열 저항을 30% 이상 줄이는 기술입니다. 다만 더 장기적으로 보면 HBM – 실리콘 인터포저 – GPU/CPU의 구조는 늘어나는 전력 소모와 복잡도를 감당하기 점점 힘들어집니다. 가장 좋은 방법은 아예 메모리와 프로세서 간격을 최대한 짧게 만들기 위해 아예 붙여 버리는 것입니다. 그러면 전기적 신호가 매우 짧은 거리를 이동하기 때문에 전력 소모가 줄어들고 속도도 빠르게 할 수 있습니다. 이와 같은 접근법은 삼성전자도 크게 다르지 않습니다. 삼성은 3단계 로드맵을 제시했는데, 우선 첫 단계로 베이스 다이를 고급 로직 공정으로 옮겨 신호를 주고받는 물리적 층인 PHY를 작게 만들고, 메모리 컨트롤러 같은 프로세서 영역을 베이스 다이로 옮길 수 있는 면적을 확보할 예정입니다. 동시에 iHBM과 비슷하지만 조금 다른 냉각 기술인 HPB(Heat Path Block)를 도입해 PHY 영역의 약 50%를 커버하고 피크 온도를 35% 이상 낮출 계획입니다. 두 번째 단계에서는 베이스 다이에 더 많은 기능을 넣어 HBM을 ‘똑똑한 메모리’로 만들고 마지막 단계에서는 아예 HBM을 프로세서 위로 올려 실리콘 인터포저라는 중간 단계를 생략하고 바로 프로세서와 메모리를 고속으로 연결합니다. 이 단계는 기존처럼 가로 방향(lateral)으로 통신하던 방식을 없애고, 수직으로 메모리가 올라가기 때문에 z축이라는 의미에서 zHBM이라고 명명했습니다. 삼성전자는 zHBM을 도입하면 전력 효율 약 70% 향상, D램 대역폭 2.3배 이상 증가, D램 모듈당 약 100W 전력 절감 등의 효과를 거둘 수 있을 것으로 기대하고 있습니다. 다만 해결해야 할 문제도 적지 않습니다. 중간 단계인 실리콘 인터포저를 없애고 아예 프로세서 위에 수직으로 메모리를 올리면 메모리와 프로세서 간 거리를 최대로 좁힐 수 있지만 대신 발열 제어가 어려워집니다. 소비자용 프로세서인 라이젠 X3D의 경우에도 프로세서 위에 캐시 메모리를 올린 후 발열 제어가 어려워 1세대에서는 클럭을 높이는 데 제한이 있었습니다. 이미 전기 먹는 하마가 된 지 오래인 GPU나 서버 CPU는 문제가 더 심각할 수밖에 없습니다. 현재도 수랭식 시스템으로 겨우 열을 제어할 수 있는 상황입니다. 따라서 초기 프로세서 적층형 HBM은 발열 관리를 위해 별도의 열전달 경로를 배치하고 I/O 전력을 대폭 줄이면서 메모리를 16층(16Hi)이 아니라 4층(4Hi) 정도 낮은 높이로 올릴 가능성이 높습니다. 그래도 이미 전력 소모가 감당하기 힘든 수준인 GPU 위에 역시 전기를 많이 먹는 메모리를 올리는 일은 쉽지 않을 가능성이 높습니다. 다만 이제까지 수많은 기술적 어려움을 돌파하면서 성장한 기업들인 만큼 앞으로 새로운 돌파구를 만들어 결국 문제를 해결할 것으로 기대합니다.

더불어민주당과 정부가 2027년도 예산안에 K-반도체 강국을 위해 반도체 특별회계를 신설해 3대 메가프로젝트와 인공지능(AI) 3대 강국 도약을 총력 지원하기로 했다. 청년 성장을 위한 대학생 인턴 학기제를 도입하고 지방 성장을 위해 지방국립대 등록금 전액 지원도 추진한다. 국회 예산결산특별위원회 여당 간사인 정태호 의원은 25일 국회에서 열린 ‘2027년 예산안 당정협의’ 직후 기자들과 만나 이같이 밝혔다. 정 의원은 “2027년도 예산안의 5가지 중점 분야는 3대 메가프로젝트와 인공지능(AI) 3대 강국을 위한 총력지원, 미래성장 엔진 확충을 위한 지원, 청년들의 성장단계별 종합지원, K자형 양극화 대응·모두의 성장을 위한 지원, 국민안전 지원”이라고 말했다. 그는 “K-반도체 강국을 위해 반도체 특별회계를 만들어 통합적으로 지원하는 체계를 만들고, 피지컬 AI 3대 강국을 위해 AI 솔루션을 개발하고 지원하기로 했다”고 말했다. 반도체 산업에 필요한 전략 용수 확보를 위해 한국전력과 한국수자원공사에 정부가 출자하고, 프런티어급 AI 모델 개발을 위해 그래픽처리장치(GPU) 1만장 공급 등도 추진한다. 미래 성장동력에 대한 투자도 확대한다. 정 의원은 “2030년 달 착륙과 관련된 R＆D(연구개발)와 여러 가지 분야에 전폭적인 지원을 한다”며 “자율주행차 시범지원 확대, 전기차 보조금 역대 최고로 늘리겠다는 내용이 있다”고 했다. 창업·벤처기업의 스케일업을 위한 기업 성장 융자도 대폭 확대한다. 청년 지원책으로는 대학생 인턴 학기제를 새로 도입한다. 정 의원은 K자형 양극화 대응·모두의 성장을 위한 지원과 관련해 “우리 아이 자립 펀드를 신설하는데 18세까지 연 최대 120만원을 지원하고 혼인 출산 관련 세액공제를 보조금·지원금으로 전환하는 내용, 아이 양육 관련 아동기본수당으로 확대 개편하는 내용이 들어가 있다”고 설명했다. 지역 주도 성장을 위해서는 앵커기업의 지방 이전 시 설비투자를 정부가 지원하는 ‘성장엔진 특별보조금’과 지역 성장거점 조성을 위한 ‘지방 미래성장지원금’을 신설한다. 정 의원은 “지역 필수의료 특별회계를 신설하는 내용, 지방국립대 등록금 전액 지원 방향도 나와 있다”고 말했다. 민생 분야에서는 코로나19 이후 경영난에서 회복하지 못한 소상공인을 대상으로 채무 탕감 제도를 도입한다. 이 밖에 핵융합 잠수함 개발 지원, 군 초급 간부 보수 인상, 자원 안보 기금 신설 등도 예산안에 담기로 했다. 정 의원은 부동산 문제에 관해서는 “주로 청년들에 대한 주거 문제를 어떻게 해결할 것인가에 대한 보고가 있었다”며 “청년들을 위해 역세권 주변에 임대 주택을 대량으로 공급하는 부분에 대한 보고가 있었다”고 말했다.

삼성, GPU 일부 연산 기능 옮겨와성능·전력효율 맞춤형 HBM 제시하닉, 20단 이상 적층할 접합 기술발열 부위 식혀주는 ‘iHBM’ 개발 삼성전자와 SK하이닉스가 차세대 고대역폭 메모리(HBM)의 승부처로 각각 연산 기능과 패키징 기술을 꺼내 들었다. 삼성전자는 HBM의 기능을 넓히고, SK하이닉스는 20단 이상 높이 쌓아도 발열과 뒤틀림을 잡는 접합·냉각 기술을 개발한다. AI 반도체의 성능 경쟁이 그래픽처리장치(GPU)를 넘어 메모리로 확산되는 가운데 중국의 추격에도 대응하려는 전략이다. 두 회사는 23일(현지 시간) 미국 스탠퍼드대에서 개막한 학술회의 ‘핫칩스 2026’에서 차세대 HBM 전략을 공개했다. 업계의 공통 고민은 AI 칩의 계산 속도를 메모리가 따라가지 못하는 ‘메모리 병목’이다. GPU가 아무리 빨리 계산해도 필요한 데이터를 메모리가 제때 보내주지 못하면 제 성능을 낼 수 없다. AI 가속기의 연산 성능은 2년마다 약 3배씩 높아지는 반면 HBM의 데이터 전송 속도 증가 폭은 같은 기간 2배에도 못 미친다는 게 업계의 분석이다. 삼성전자의 해법은 HBM 자체를 더 ‘똑똑하게’ 만드는 것이다. HBM 맨 아래에는 여러 장의 D램과 GPU 사이에서 데이터 흐름을 관리하는 ‘베이스다이’가 있다. 삼성전자는 여기에 지금까지 GPU가 맡았던 메모리 제어 기능과 데이터 처리 작업 일부를 옮기는 방안을 제시했다. GPU의 부담을 HBM이 나눠 맡는 셈이다. 메모리 제어 기능을 HBM으로 옮겨 확보한 GPU 내부 공간에 연산 코어를 더 넣으면 성능을 높일 수 있다는 것이다. SK하이닉스는 HBM을 더 높이 쌓을 때 생기는 열과 뒤틀림을 해결하는 데 초점을 맞췄다. HBM은 D램을 여러 층 쌓을수록 용량은 늘지만 열을 빼내기 어렵고 칩이 휘는 문제도 커진다. SK하이닉스는 20단 이상 적층을 위해 칩 사이 금속을 직접 붙여 층간 간격을 줄이는 ‘하이브리드 본딩’을 연구하고 있다. HBM 내부에 냉각 요소를 넣어 열을 빼내는 ‘iHBM’도 개발 중이다. 이재식 SK하이닉스 아메리카 부사장은 “HBM 자체의 성능뿐 아니라 GPU와 패키징, 파운드리까지 고객과 함께 최적화해야 한다”고 말했다. 이 같은 기술 경쟁은 HBM 수요가 엔비디아 GPU 중심에서 구글·아마존·메타 등 빅테크의 자체 AI 가속기로 확대되는 흐름과 맞물린다. 카운터포인트리서치는 주문형 반도체(ASIC)용 HBM 수요가 2024년부터 2028년까지 35배로 늘어날 것으로 전망했다. 중국 메모리 업체들의 추격도 변수다. 중국 최대 D램 업체 창신메모리(CXMT)는 지난해 4분기 세계 D램 시장 매출 기준 점유율 7.7%로 4위까지 올라섰다. 범용 D램에서 중국의 추격이 거세진 만큼 차세대 HBM에서 기술 격차를 벌리는 것이 중요해진 셈이다. 당장의 승부처는 HBM4와 내년 양산을 앞둔 HBM4E다. 삼성전자는 지난 2월, SK하이닉스는 2분기부터 HBM4 양산 공급에 들어갔으며 두 회사 모두 HBM4E 샘플을 고객사에 전달했다. HBM의 승부 기준도 단순히 데이터를 더 빨리 보내고 더 많이 쌓는 데서 고객의 AI 칩에 맞춰 기능과 구조까지 설계하는 방향으로 바뀌고 있다.

그레이스 블랙웰·베라 루빈에 적용서버용 메모리 수요 증가세 기대AI 인프라 투자비 부담 상승 변수 엔비디아의 인공지능(AI) 칩을 탑재한 서버 가격이 내년 초부터 15% 이상 오른다. 차세대 제품 출하를 앞두고 고대역폭메모리(HBM)와 서버용 D램 등 메모리 가격 상승분을 반영한 조치다. 메모리 가격 강세가 내년까지 이어질 가능성이 커지면서 삼성전자와 SK하이닉스의 실적 전망에도 힘이 실리고 있다. 블룸버그통신은 22일(현지시간) 마이크로소프트와 구글, 오라클 등에 서버를 공급하는 제조업체들이 최근 고객사에 가격 인상 계획을 전달했다고 보도했다. 현행 주력 제품인 ‘그레이스 블랙웰’과 차세대 ‘베라 루빈’을 탑재한 서버가 대상이다. 인상 폭은 가속기 세대와 메모리 구성에 따라 달라진다. 가격 인상의 주된 원인은 AI 서버에 들어가는 메모리 가격 급등이다. AI 가속기의 성능을 끌어내려면 그래픽처리장치(GPU)에 대량의 데이터를 빠르게 전달하는 HBM이 필수적이고, 서버용 D램도 일반 서버보다 많이 들어간다. 내년 출하분 가격 인상까지 예고한 것은 메모리 공급 부족이 단기간에 해소되기 어렵다는 판단을 반영한 것으로 풀이된다. 삼성전자와 SK하이닉스에는 판매가격 상승과 고부가 제품 확대가 모두 실적 개선 요인이다. HBM과 서버용 D램 가격이 오르면 같은 물량을 팔아도 매출이 늘어난다. 반도체는 공장과 장비 등에 들어가는 고정비 비중이 커, 가동률을 유지한 채 제품 가격이 오르면 매출보다 영업이익이 더 큰 폭으로 늘 수 있다. 엔비디아의 주요 HBM 공급사인 SK하이닉스는 베라 루빈 출하 확대에 따른 수혜가 예상된다. 삼성전자도 HBM 생산 확대와 함께 서버용 D램과 기업용 솔리드스테이트드라이브(SSD)의 가격 상승이 실적 개선에 보탬이 될 전망이다. 구글과 아마존 등이 자체 AI 가속기를 늘리더라도 HBM과 서버용 메모리 수요는 이어질 가능성이 크다. 서버 가격 상승이 AI 인프라 투자비를 키우는 점은 변수다. 디인포메이션은 이번 인상으로 1GW급 AI 데이터센터의 구축비가 최소 50억 달러 늘어날 수 있다고 추산했다. 비용 부담으로 데이터센터 착공이나 장비 도입이 늦어지면 중장기 메모리 수요에도 영향을 줄 수 있다. 시장에서는 26일 발표되는 엔비디아의 2027회계연도 2분기(2026년 4월 27일~7월 26일) 실적에도 주목하고 있다. 시장은 매출 약 920억 달러, 주당순이익 2.09달러를 예상한다. 베라 루빈 공급 일정과 부품 가격 상승에 따른 수익성 변화, 주요 고객사의 AI 투자 계획이 삼성전자와 SK하이닉스의 내년 실적을 가늠할 핵심 지표가 될 전망이다.

현대적인 반도체 제조 공정은 ‘웨이퍼’라는 동그란 기판을 기반으로 진행됩니다. 최종적인 프로세서나 메모리 등은 웨이퍼에서 사각형 형태로 하나씩 떼어 내서 제조됩니다. 하지만 미국의 인공지능(AI) 반도체 기업 ‘세레브라스 시스템즈’(Cerebras Systems)는 전혀 다른 접근 방법으로 초대형 칩을 개발했습니다. 이들이 개발한 ‘웨이퍼 스케일 엔진’(WSE)은 실리콘 웨이퍼를 자르지 않고 하나의 거대한 프로세서로 사용합니다. 이렇게 하면 기존의 방식으로는 만들 수 없는 거대한 칩을 만들 순 있지만, 대신 제조 과정에서 오류가 난 부분으로 인해 프로세서에 결함이 생길 수 있습니다. 웨이퍼 스케일 엔진의 해결책은 매우 작은 프로세서 코어를 여러 개 만들고 이들을 서로 연결해서 중간에 몇 개 오류가 나더라도 전체 프로세서 기능에는 큰 영향을 미치지 않게 하는 것입니다. 세레브라스 시스템은 최근 ‘WSE-3T’를 공개했습니다. 흥미로운 사실은 2년 전 공개한 WSE-3와 동일한 TSMC 5㎚ 공정을 사용하고 동일한 4조 개의 트랜지스터를 집적했지만, 연산 성능과 대역폭을 대폭 개선했다는 점입니다. WSE-3T의 AI 연산 성능은 125 PFLOPS(희소성 적용 시 250 PFLOPS), 대역폭은 43.2 PB/s로 이전 대비 2배 정도 높아졌습니다. 참고로 WSE-3T 프로세서 하나에는 90만 개의 코어와 44GB의 초고속 SRAM이 통합돼 있습니다. 하지만 더욱 주목할 부분은 프로세서만 공개한 것이 아니라 데이터센터에서 바로 사용할 수 있는 랙 서버 시스템인 CS-4를 함께 공개했다는 것입니다. 각각의 CS-4는 3개의 WSE-3T 프로세서를 장착해 최대 750 PFLOPS의 AI 연산 능력을 지니고 있습니다. 세레브라스의 주장에 따르면 GPT-OSS 120B 모델 기준으로 단일 CS-4 랙이 초당 4400토큰 이상을 생성할 수 있으며, GPU와 비교해 최대 30배 정도 빠른 속도를 보일 수 있다고 합니다. 그러나 CS-4는 단독으로 쓰이기보다 AMD의 헬리오스 AI 랙과 함께 사용하는 것을 염두에 두고 설계됐습니다. 마치 엔비디아의 베라 루빈 시스템과 그록 시스템을 조합한 것과 비슷하게, AMD 그래픽처리장치(GPU)가 AI 연산의 앞 단계인 프리필 단계(입력 프롬프트 처리, 대규모 컨텍스트 윈도우 계산, KV 캐시 생성)를 담당하면, CS-4에 있는 WSE-3T는 최종 출력 단계인 디코드 단계, 즉 토큰 생성을 담당하는 것입니다. 마지막 단계는 메모리 대역폭이 속도에 큰 영향을 미치는데, 아예 프로세서에 메모리가 통합된 WSE-3T가 강점을 지닌 분야입니다. 이렇게 헬리오스 랙과 CS-4 랙으로 AI 파이프라인을 구축하면 전력 대비 토큰 생성 효율을 최대 5배까지 높일 수 있다는 것이 세레브라스의 설명입니다. 이를 통해 비용을 절감하면서도 성능을 최대화할 수 있고 엔비디아의 베라 루빈 + 그록 AI 파이프라인에 대항할 수 있습니다. 현재 AI 시장에서 엔비디아의 위치는 공고해 보이지만, 구글, 아마존, 마이크로소프트 같은 하이퍼스케일러들은 자체 칩을 개발해 엔비디아 의존도와 비용을 줄이기 위해 노력하고 있으며, 경쟁자인 AMD도 시장의 파이를 일부 차지하기 위해 노력하고 있습니다. AMD가 세레브라스와의 협업을 통해 엔비디아의 점유율을 얼마나 빼앗을 수 있을지 주목됩니다.

벤치마크·전문가·사용자 종합평가3개 팀 GPU B200 1000장씩 지원“기존 뛰어넘는 새 지원체계 논의”내년 초 최종 2개 팀 선정할 예정 한국을 대표하는 ‘독자 인공지능(AI) 파운데이션 모델’(독파모) 2차 종합평가 결과 LG AI연구원, SK텔레콤, 업스테이지 3곳이 살아남았다. 모티프테크놀로지는 글로벌 AI 성능 지수 평가에서 높은 경쟁력을 보였지만 고배를 마시게 됐다. 과학기술정보통신부는 벤치마크·전문가·사용자 평가를 종합한 2차 독파모 평가에서 모티프테크놀로지를 제외한 3곳이 통과했다고 18일 밝혔다. 이번 2차 평가는 1차 평가와 비교해 대외 공신력을 대폭 강화했다. 배점 40점의 벤치마크 평가는 글로벌 AI 모델 평가 전문 플랫폼 아티피셜 어낼리시스의 지능·성능 평가 지수인 AAII 고난도 9종 지표 25점과 한국지능정보사회진흥원(NIA) 벤치마크 15점을 결합했다. 배점 35점의 전문가 평가는 AI 전문가 10명이 실질적으로 산업 확산과 기여 계획을 살펴봤다. 2차 평가에서 새로 도입된 사용자 평가는 25점이 배정돼 AI 스타트업 대표와 같이 전문 사용자 49명과 일반 국민 185명이 참여해 실제 사용성과 효용성을 검증했다. 평가 항목별로 1위와 4위 간 점수 격차는 벤치마크 부문 4.0점, 전문가 평가 부문 2.4점, 이용자 평가 부문 5.0점으로 나타났다. 이번 평가를 통과한 업스테이지는 포털 다음 서비스 환경 실증과 퓨리오사AI 신경망처리장치(NPU) 협업 등 국산 소프트웨어 및 하드웨어 결합 성과를 높이 평가받았고, SK텔레콤은 대규모 상용 서비스 탑재와 국방·제조·법무·세무 등 산업 특화 에이전트 적용 실증에서 우수한 평가를 받았다. LG AI연구원은 글로벌 국제기구와의 협업 전략과 에이전틱 AI 차별성, 모델 위험 요인 관리 등에서 호평받았다. 정부는 3개 팀을 대상으로 엔비디아의 차세대 고성능 그래픽처리장치(GPU) B200 지원 규모를 올해 상반기 768장에서 하반기 1000장 수준으로 확대할 계획이라고 밝혔다. 과기정통부에 따르면 6개월간 1000장을 임차할 경우 팀당 약 400억원이 소요되며 3개 팀 지원 규모는 총 1200억원 수준이다. 류제명 과기정통부 제2차관은 “글로벌 AI 경쟁이 치열해지고 주요국에서 AI 모델의 국가 안보 전략자산화 움직임이 가시화되는 상황에 대응해 기존 방식을 뛰어넘는 새로운 지원체계를 관계부처와 논의 중이며 추후 구체적 내용을 발표할 계획”이라고 말했다. 한편 과기정통부는 독파모 프로젝트 3차 평가는 예정대로 진행해 내년 초 최종 2개 팀을 선정할 예정이다.

엔비디아가 오픈AI 데이터센터의 자금 조달을 위해 최대 1050억 달러(약 149조원)의 신용을 보강한다. 자사 인공지능(AI) 칩이 들어갈 인프라의 금융까지 지원해 장기 수요를 선점하려는 전략이다. 17일(현지시간) 엔비디아는 미국 오하이오주 파이크카운티에 건설 중인 ‘포츠파이크’ 데이터센터 개발사 SB에너지에 최대 1050억 달러의 잔존가치 보증을 제공한다고 밝혔다. 소프트뱅크 자회사인 SB에너지가 시설을 짓고 오픈AI가 20년간 임차하며, 엔비디아는 이곳에 AI 가속기를 독점 공급한다. SB에너지에는 별도로 15억 달러도 투자한다. 1050억 달러를 엔비디아가 당장 현금으로 내놓는 것은 아니다. 오픈AI가 임대료를 내지 못하면 시설을 다른 업체에 임대하거나 매각해 회수한 금액과 미리 보장한 최소 가치의 차액을 엔비디아가 메우는 방식이다. 신용등급이 없는 비상장사 오픈AI 대신 엔비디아의 신용을 활용해 대규모 데이터센터 건설 자금을 조달하기 쉽게 만드는 구조다. 엔비디아가 이 같은 부담을 감수하는 배경에는 장기 칩 수요가 있다. 4.25기가와트(GW) 규모의 1단계 시설에는 그래픽처리장치(GPU) 약 150만개가 들어갈 수 있다. 엔비디아는 이를 1500억~2000억 달러의 매출 기회로 추산했다. 오픈AI가 2030년까지 약속하거나 계획한 엔비디아 컴퓨팅 구매 규모는 최대 6000억 달러(약 850조원)에 이를 수 있다는 설명이다. 이번 거래는 엔비디아가 칩 판매를 넘어 AI 인프라 금융까지 역할을 넓히는 흐름과도 맞닿아 있다. 엔비디아는 앞서 아폴로·블랙록·블랙스톤·브룩필드·골드만삭스·KKR 등과 5000억 달러 이상의 민간 자금을 AI 인프라로 끌어들이는 금융 플랫폼 구축 계획을 발표했다. 엔비디아가 AI 인프라 투자와 자사 칩 수요를 함께 묶는 거래가 늘면서 순환금융 논란이 커지자 젠슨 황 엔비디아 최고경영자(CEO)는 회사 홈페이지에 올린 글에서 “이것은 순환금융이 아니다”라고 반박했다. 오픈AI가 임대료를 내고 시설이 가동될수록 엔비디아의 보증 부담은 줄어들며, 장기 수요가 확인된 만큼 필요한 인프라를 미리 확보하는 공급망 전략이라는 설명이다.

한국의 대표 ‘독자 인공지능(AI) 파운데이션 모델’(독파모) 2차 종합평가 결과 LG AI연구원, SK텔레콤, 업스테이지 3곳이 살아남았다. 모티프테크놀로지는 글로벌 AI 성능 지수 평가에서 높은 경쟁력을 보였지만 고배를 마시게 됐다. 과학기술정보통신부는 벤치마크, 전문가, 사용자 평가를 종합한 2차 독파모 평가에서 모티프테크놀로지를 제외한 3곳이 통과했다고 18일 밝혔다. 이번 2차 평가는 1차 평가와 비교해 대외 공신력을 대폭 강화했다. 배점 40점의 벤치마크 평가는 글로벌 AI 모델 평가 전문 플랫폼 아티피셜 어낼리시스의 지능·성능 평가 지수인 AAII 고난도 9종 지표 25점과 한국지능정보사회진흥원(NIA) 벤치마크 15점을 결합했다. 배점 35점의 전문가 평가는 AI 전문가 10명이 실질적으로 산업 확산과 기여 계획을 살펴봤다. 2차 평가에서 새로 도입된 사용자 평가는 25점이 배정돼 AI 스타트업 대표와 같이 전문 사용자 49명과 일반 국민 185명이 참여해 실제 사용성과 효용성을 검증했다. 평가 항목별로 보면 벤치마크 평가에서 1위와 4위 간 점수 격차는 4.0점, 전문가 평가에서 1, 4위의 격차는 2.4점, 이용자 평가에서 1위와 4위의 격차는 5.0점으로 나타났다. 과기정통부와 정보통신산업진흥원(NIPA)에 따르면 2단계 평가에 참여한 4곳 모두 AAII에서 모두 31점 이상을 획득해 유럽과 캐나다 등 주요 모델을 모두 추월했다. 40점을 초과한 최상위 점수 구간에는 미국과 중국에 이어 한국 모델이 유일하게 포함됐다. 국가별 프론티어 AI 모델 성능 비교에서도 한국은 미국, 중국에 이어 글로벌 3위에 올랐다. 이번 평가에서 탈락한 모티프테크놀로지스의 모티프3는 AAII에서 47점을 기록해 전 세계 기업별 AI 모델 중 10위에 올랐다. 이번 평가에 통과한 진출팀에 대한 평가 의견을 보면 업스테이지는 포털 다음 서비스 환경 실증과 퓨리오사AI 신경망처리장치(NPU) 협업 등 국산 소프트웨어 및 하드웨어 결합 성과를 높이 평가받았고, SK텔레콤은 대규모 상용 서비스 탑재와 국방·제조·법무·세무 등 산업 특화 에이전트 적용 실증에서 우수한 평가를 받았다. LG AI연구원은 글로벌 국제기구와의 협업 전략과 에이전틱 AI 차별성, 모델 위험 요인 관리 등에서 좋은 평가를 받았다. 정부는 3개 팀을 대상으로 엔비디아의 차세대 고성능 그래픽처리장치(GPU) B200 지원 규모를 올해 상반기 768장에서 하반기 1000장 수준으로 확대하는 한편 기존 방식을 뛰어넘는 지원체계를 관계부처와 논의 중이라고 밝혔다. 최동원 과기정통부 인공지능인프라정책관은 “6개월간 1000장을 임차할 경우 팀당 약 400억원이 소요되며 3개 팀 지원 규모는 총 1200억 원 수준”이라고 말했다. 류제명 과기정통부 제2차관은 “글로벌 AI 경쟁이 치열해지고 주요국에서 AI모델의 국가 안보 전략자산화 움직임이 가시화되는 상황에 대응해 기존 방식을 뛰어넘는 새로운 지원체계를 관계부처와 논의 중이며 추후 구체적 내용을 발표할 계획”이라고 말했다. 독파모 3차 평가는 내년 초 예상최종 2개팀 선정…지원 방식은 미정또 독파모 프로젝트 3차 평가는 예정대로 진행해 내년 초 정도에 최종 2개팀을 선정할 것으로 전망된다. 최종 선정 이후 지원 방식에 대해서는 전면 재검토 중이라고 정부는 밝혔다. 한편 독파모 2차 평가에 참여한 4개팀은 정부 결과 발표 직후 일제히 입장을 내놨다. LG AI연구원은 “세계 시장에서 경쟁할 수 있는 기함급 초대규모 파운데이션 모델 개발의 기반을 마련하는 데 중점을 뒀다”며 “이번 2차 평가 통과는 초대형 모델을 안정적으로 학습하고 운영할 수 있는 기술 기반을 확보하는 동시에 사용자가 실제로 체감하는 응답 품질과 활용 성능을 개선했다는 데 의미가 있다”고 밝혔다. SK텔레콤은 “다음 단계에 참여하게 된 것을 뜻깊게 생각하며 함께해온 컨소시엄 참여 기업·기관들의 노력이 있었기에 가능했다”며 “자체 AI 모델의 산업 및 실생활 확산 성과를 바탕으로 국내 AI 생태계가 함께 활용할 수 있는 결과물을 만드는 데 집중하겠다”고 말했다. 업스테이지도 “전 국민이 AI 혜택을 누릴 수 있는 생태계 기반을 마련함과 동시에 한국 AI가 글로벌 무대의 중심으로 나아가는 역사적인 시간을 함께하게 돼 큰 영광”이라며 “최종 실증 단계로 넘어가는 만큼 포털 다음과 컨소시엄 참여사 등을 통해 국민들이 직접 체감할 수 있는 실사용 모델을 고도화하는 데 최선을 다하는 한편, 아시아권으로 지원 언어를 확대해 글로벌 확산 기반도 마련하겠다”며 앞으로 계획을 제시했다. 탈락 모티프 “신생 스타트업에도 기회줘 감사”“글로벌 프런티어 모델 개발에 최선 다할 것”아쉽게 탈락한 모티프테크놀로지스는 “결과에 상관없이 이번 독파모 프로젝트를 통해 기술력만으로 한국에서도 글로벌 프런티어 수준의 AI 모델 개발이 가능하다는 것을 증명했다는 점에서 뜻깊었다”며 “정부가 독파모 개발에 도전하기로 결정하고 작은 신생 스타트업에도 기회를 주지 않았다면 이런 성과도 만들어내지 못했을 것인 만큼 앞으로도 글로벌 프런티어 모델 개발에 전력을 다할 것”이라고 밝혔다.

반도체·차량·보안 등 분야 다양해GPU·소프트웨어 ‘과도 의존’ 우려“NPU 육성해 자체 솔루션 만들어야” 삼성전자·SK·현대자동차그룹·LG·두산·네이버 등 국내 주요 기업들의 ‘엔비디아 활용법’이  베일을 벗은 가운데 로보틱스, 반도체, 인공지능(AI) 인프라, 보안 등 협력 분야는 광범위했다. 다만 미래 산업의 두뇌를 하나의 플랫폼에 과도하게 의존할 수 있다는 우려도 나온다. 17일 업계에 따르면 젠슨 황 엔비디아 최고경영자(CEO)의 장녀이자 로보틱스 분야 임원인 매디슨 황은 LG전자 양재 연구·개발(R＆D) 캠퍼스의 데이터 팩토리를 18일 찾는다. LG는 그룹의 전자·부품·통신 역량을 결합해 피지컬 AI 분야에서 엔비디아와 협력하고 있다. 삼성전자는 고대역폭메모리(HBM) 등 AI용 반도체와 반도체 공장의 AI화를, SK는 차세대 HBM과 대규모 AI 인프라를 각각 공략한다. 현대자동차그룹은 자율주행·로보틱스에서, 두산은 산업용 로봇 분야에서, 네이버는 AI 클라우드·모델 부문에서 엔비디아와 손을 잡았다. 국내 기업들은 반도체·클라우드·로보틱스·AI 모델·보안 등 대부분의 층위에서 엔비디아와 동맹을 맺었다. 최병호 고려대 AI연구소 교수는 “엔비디아는 CUDA(쿠다)처럼 하나의 생태계를 만들고 월드 모델까지 포함해 결국 피지컬 AI를 주도하려는 전략”이라며 “지금은 원하는 시기에 원하는 GPU를 공급받을 수 있느냐 자체가 기업의 능력이 된 만큼 국내 기업에는 사실상 불가피한 선택”이라고 말했다. AI 생태계의 맹주가 된 엔비디아를 무시하고 독자 노선을 고집하다 개발 속도와 비용 면에서 뒤처질 수 있다는 의미다. 소프트웨어정책연구소는 엔비디아가 전 세계 데이터센터 GPU 매출에서 약 86%를 차지한다고 분석했다. 반대로 엔비디아 의존을 우려하는 시선도 적지 않다. 엔비디아의 생태계는 데이터센터를 통한 AI 모델의 학습부터 가상공간 시뮬레이션, 로봇과 자동차의 현장 판단과 행동 등 산업 전반으로 뻗어 내리고 있다. 엔비디아가 20년간 구축한 병렬 컴퓨팅 플랫폼 CUDA 등 소프트웨어 생태계는 구조적인 진입 장벽으로 작용하며 다른 플랫폼으로 갈아타는 전환 비용도 높이고 있다. 하지만 한국 기업의 일방적 종속으로 보기는 힘들다는 관측이 대체적이다. 제조 데이터와 현장 실증 기반, 삼성전자·SK하이닉스가 공급하는 HBM 등이 한국의 핵심 협상 카드다. 결국 양측은 ‘엔비디아 우위의 비대칭적 상호의존’ 관계에 가깝다는 분석이 나온다. 국내 기업에는 AI 경쟁력을 빠르게 끌어올릴 플랫폼이, 엔비디아에는 한국의 HBM과 제조 기반이 필요하다. 최 교수는 “국내 신경망처리장치(NPU) 업체와 스타트업을 더욱 육성해 우리만의 솔루션을 만들 필요가 있다”며 “우리가 잘하는 제조를 살려 방산과 선박, 메모리 등 경쟁력 있는 분야를 최대한 강화하면서 우리만의 경쟁력을 살리는 쪽으로 가야 한다”고 강조했다.

2024년 9월 출시한 오픈AI o1 추론 모델은 인공지능(AI) 발전 역사에서 중요한 이정표다. 인간의 평균 지능을 능가하는 IQ 120 수준 기계의 등장은 과학기술 연구에도 인간과 AI의 협업과 공생이라는 새로운 질문을 던진다. 지난 2월 싱가포르의 한 스타트업은 완전 자동 연구시스템을 공개했다. 417시간 동안 기계학습 논문 166편, 2시간 30분에 한 편꼴이었고 편당 비용은 1100달러 수준이었다. 3월에는 가설 설정부터 실험 설계, 코딩을 통한 실험 수행 및 결과 분석, 최종 논문 작성까지 전 과정을 수행하는 AI의 연구 성과가 네이처에 실렸다. 구글의 AI 코사이언티스트는 막대한 양의 연구 가설을 생성하고 실험실에서는 로봇이 실험을 대신 해 준다. 몇 해 전만 해도 논문 요약과 코드 작성을 돕던 도구가 이제 연구 설계자의 자리를 넘보고 있다. 속도가 바뀌면 판이 바뀐다. 미국은 지난해 11월 맨해튼 프로젝트에 버금가는 제네시스 미션을 선언하고 17개 국립연구소의 슈퍼컴퓨터와 시설, 데이터를 하나의 플랫폼으로 묶었다. 올해 7월에는 15개 이상 부처가 참여하는 50억 달러 규모 범부처 프로젝트로 확대했다. 10년 안에 과학 생산성을 두 배로 만들겠다는 목표다. 미국과학재단은 연구자에게 데이터와 컴퓨팅을 직접 제공하고, 영국은 연구비 대신 자체 슈퍼컴퓨터 이용 시간을 지원한다. 경쟁의 축이 “더 많은 연구비”에서 “더 좋은 연구자원”으로 옮겨 간 것이다. 우리에겐 위협이자 기회다. 위협은 분명하다. AI 도입으로 논문 수와 인용 건수로 줄을 세우던 논문 평가 체계가 무력해진다. 개인 연구자에게 소액 과제를 넓게 뿌리는 방식만으로는 첨단 컴퓨팅과 실험 시설이 결합된 대형 연구자원 경쟁을 감당하기도 어렵다. 기회도 분명하다. 한국은 반도체와 이차전지, 바이오처럼 실물 데이터가 매일 쌓이는 제조·연구 현장을 가진 몇 안 되는 나라다. AI에 필요한 양질의 실험 데이터는 현장에서 나온다. 남보다 빨리 실험·검증하는 나라가 앞서는 경쟁이라면 한국에 결코 불리하지 않다. 정부의 역할도 재설계해야 한다. 첫째, 지원 단위를 개인에서 시스템으로 넓혀야 한다. 우수 연구자를 골라내는 일 못지않게 질문이 계속 창출되는 시스템에 투자하는 것도 중요하다. 데이터와 연구 장비·시설·전문 인력이 하나로 묶여야 성과가 난다. 지금 대학에 가장 부족한 부분이다. 대학 연구 기반 블록펀딩이 그 출발점이다. 둘째, 연구비를 넘어 자원을 제공해야 한다. 과학기술 AI 파운데이션 모델과 국가바이오데이터스테이션, 8496개의 GPU를 갖춘 국가 슈퍼컴 6호기 ‘한강’은 개별 연구자나 대학이 결코 살 수 없는 자산이다. 함께 쓰게 하는 편이 훨씬 효율적이다. 올해 출범한 대학의 과학기술AI연구센터와 출연연의 국가과학AI연구센터도 같은 취지다. 셋째, 평가 방식을 바꿔야 한다. AI가 문장을 대신 써 주는 시대라면 이제는 질문과 증거를 살펴봐야 한다. 무엇을 물었고, 어디까지를 AI에 맡겼으며, 어떻게 검증했는지가 측정 가능한 기록으로 남아야 한다. 책임이 사람에서 기계로 넘어가는 지점을 연구자 스스로 밝히는 문화도 만들어야 한다. AI는 논문을 읽고 계산을 대신할 수 있다. 그러나 어떤 창의적인 질문을 내고 문제를 풀 것인지, 주어진 결과를 어떻게 검증하고 결정할 것인지, 틀렸을 때 누가 책임질 것인지는 인간 연구자의 몫이다. AI 시대 R＆D 정책의 목표는 AI를 잘 쓰는 연구자를 늘리는 데 그치지 않는다. AI가 아무리 빠르고 똑똑해져도 흔들리지 않는 질문의 힘, 그 힘이 자라는 과학기술 생태계를 만든다. 김성수 과학기술정보통신부 연구개발정책실장

삼성전자·SK·현대자동차그룹·LG·두산·네이버 등 국내 주요 기업들의 ‘엔비디아 활용법’이 모두 베일을 벗은 가운데 로보틱스, 반도체, 인공지능(AI) 인프라, 보안 등 협력 분야는 예상보다 광범위했다. 다만 미래 산업의 두뇌를 하나의 플랫폼에 과도하게 의존할 수 있다는 우려도 나온다. 17일 업계에 따르면 젠슨 황 엔비디아 최고경영자(CEO)의 장녀이자 로보틱스 분야 임원인 매디슨 황은 LG전자 양재 연구·개발(R＆D) 캠퍼스의 데이터 팩토리를 18일 찾는다. LG는 그룹의 전자·부품·통신 역량을 결합해 피지컬 AI 분야에서 엔비디아와 협력하고 있다. 삼성전자는 고대역폭메모리(HBM) 등 AI용 반도체와 반도체 공장의 AI화를, SK는 차세대 HBM과 대규모 AI 인프라를 각각 공략한다. 현대자동차그룹은 자율주행·로보틱스에서, 두산은 산업용 로봇 분야에서, 네이버는 AI 클라우드·모델 부문에서 엔비디아와 손을 잡았다. 엔비디아의 글로벌 AI 생태계는 빅테크·AI 모델, 클라우드, 반도체·메모리, 로보틱스, 산업용 소프트웨어, 보안 AI 등 전방위로 확장 중이다. 국내 기업들은 반도체·클라우드·로보틱스·AI 모델·보안 등 대부분의 층위에서 엔비디아와 동맹을 맺었다. 최병호 고려대 AI연구소 교수는 “엔비디아는 CUDA(쿠다)처럼 하나의 생태계를 만들고 월드 모델까지 포함해 결국 피지컬 AI를 주도하려는 전략”이라며 “지금은 원하는 시기에 원하는 GPU를 공급받을 수 있느냐 자체가 기업의 능력이 된 만큼 국내 기업에는 사실상 불가피한 선택”이라고 말했다. GPU 병목을 이용해 세계 AI 생태계의 맹주가 된 엔비디아를 무시하고 독자 노선을 고집하다 개발 속도와 비용 면에서 뒤처질 수 있다는 의미다. 소프트웨어정책연구소는 엔비디아가 전 세계 데이터센터 GPU 매출에서 약 86%를 차지한다고 분석했다. 반대로 엔비디아 의존을 우려하는 시선도 적지 않다. GPU에서 출발한 엔비디아의 생태계는 데이터센터를 통한 AI 모델의 학습부터 가상공간 시뮬레이션, 로봇과 자동차의 현장 판단과 행동 등 산업 전반으로 뻗어 내리고 있다. 엔비디아가 20년간 구축한 병렬 컴퓨팅 플랫폼 CUDA 등 소프트웨어 생태계는 구조적인 진입 장벽으로 작용하며 다른 플랫폼으로 갈아타는 전환 비용도 높이고 있다. 엔비디아가 GPU의 연산 능력을 실제 AI 성능으로 끌어내는 프레임워크·라이브러리·드라이버·컴파일러까지 일찌감치 선점한 만큼 소프트웨어와 모델 개발·운용 체계 등을 특정 플랫폼에 맞추면 공급자를 바꾸는 비용은 더욱 커진다. 하지만 한국 기업의 일방적 종속으로 보기는 힘들다는 관측이 대체적이다. 엔비디아가 직접 확보하기 어려운 제조 데이터와 현장 실증 기반, 삼성전자·SK하이닉스가 공급하는 HBM 등이 한국의 핵심 협상 카드다. 결국 양측은 ‘엔비디아 우위의 비대칭적 상호의존’ 관계에 가깝다는 분석이 나온다. 국내 기업에는 AI 경쟁력을 빠르게 끌어올릴 플랫폼이, 엔비디아에는 한국의 HBM과 제조 기반이 필요하다. 최 교수는 “국내 신경망처리장치(NPU) 업체와 스타트업을 더욱 육성해 우리만의 솔루션을 만들 필요가 있다”며 “우리가 잘하는 제조를 살려 방산과 선박, 메모리 등 경쟁력 있는 분야를 최대한 강화하면서 우리만의 경쟁력을 살리는 쪽으로 가야 한다”고 강조했다.